Thread by @BMauschen

Eines der größten Probleme in der Pandemie sind #Daten - zu wenig (verlässliche) Daten, zu viele Daten und Daten im falschen Verhältnis - und das macht vielen Leuten Probleme.
Schauen wir mal etwas hin: (1/23)

Zu wenige Daten oder zu wenig verlässliche Daten haben wir natürlich bei jeder neuen Variante erstmal, aber auch bei vielen Detailfragen, gerade natürlich bei seltenen Vorerkrankungen, Nebenwirkungen etc.
Das ist gerade dann schlecht, wenn schnelle Entscheidungen nötig (2/n)

werden und man nicht auf "genug" Daten warten kann, sondern mit der mehr oder weniger abschätzbaren Unsicherheit nach bestem Gewissen entscheiden müsste.
Gerade für Laien (und das schließt die meisten Politiker ein) ist das oft noch schwerer, da diese wenig Erfahrung darin (3/n)

haben, was eine verlässliche Datenbasis in einem Feld ist - das kann schon für Fachleute angrenzender Disziplinen eine Herausforderung sein!
Dann entsteht der Eindruck, man hätte selbst da nicht genug Daten, wo es sie eigentlich gibt, bzw. "bessere" Daten realitisch nicht (4/n)

mit vertretbarem Zeitaufwand zu gewinnen wären. Das gilt für sehr seltene Nebenwirkungen von Impfungen genauso wie für mehr oder weniger häufige Krankheitsfolgen.
Das umgekehrte Problem (zu viele Daten) kann uns aber genauso große Schwierigkeiten machen: (5/n)

Ganz trivial gibt es mehr Daten als irgendjemand vollständig überschauen und analysieren kann - das heisst, dass wir anderen dabei vertrauen müssen (Und da fehlen uns dann teilweise wieder die Daten, wer vertrauenswürdig ist!)
Wir können aber auch insofern zu viele Daten (6/n)

haben, dass wir seltene Ereignisse überschätzen. Bei genug impfungen wird irgendwer kurz nach der Impfung jemanden umbringen und wir haben dann einen Datensatz "Mord nach Impfung" - den als wahrscheinlich nicht relevant zu erkennen, mag noch leicht erscheinen, aber ein (7/n)

Datensatz "Arm fällt nach Impfung ab" mag schon schwerer einzuschätzen sein und "Patienten haben 3 Monate nach Corona im Schnitt um X veränderte Leberwerte" kann selbst für Fachleute schwierig werden - insbesondere, weil wir hier für Corona und die Impfungen RELATIV gesehen (8/n)

"zu viele" Daten haben - beides generiert enorme Mengen an dokumentierten Beobachtungen und oft fehlen uns die sinnvollen Vergleiche - nicht nur als Laien.
LongCovid ist sicher real, aber wie ernst ist es im Vergleich zu Langzeitfolgen anderer ernster Erkankungen? Wer hat (9/n)

wirklich verlässliche Daten zu LongInfluenza, LongMasern, LongCholera, LongArmbruch oder LongBeziehungsende parat?
Und noch basaler: Wer hat wirklich gute Daten zum allgemeinen Gesundheitszustand (physisch wie psychisch) vor seiner Coronaerkrankung UND kann noch (10/n)

sicher die Effekte durch Alterung, Pandemiestress und Noceboeffekt durch aktive Beobachtung (Dinge fallen erst auf, wenn man drauf achtet und wirken dann schwerwiegender) aus der beobachteten Veränderung herausrechnen?
Zusammengenommen heisst das, dass unsere Datenlage (11/n)

immer ein Stück weit unbefriedigend sein wird und immer Raum für verschiedene Interpretationen - bis hin zu "Panikmache" und "Verharmlosung" - erlauben wird und auch, dass sich unsere Einschätzungen bei Änderung der Datenlage manchmal erstaunlich ändern sollte.
Wie geht (12/n)

man damit um? Tatsächlich ist das in den Wissenschaften eine der größten Herausforderungen - bestmögliche Schlussfolgerungen auf Basis unbefriedigender Daten ziehen - da gibt es oft nur wenig formelle Ausbildung zu: Wissenschaftheorie und -philosophie spielen da rein und (13/n)

Statistik ist eins der besten Werkzeuge (wobei ich nicht Prozentrechnungen meine, sondern Konfidenzintervalle, Signifikanztests usw. - mathematische Mittel, um Unsicherheiten zu beschreiben und abzuschätzen!)
Aber viel ist auch schlicht Erfahrung und oft genug ist der Weg (14/n)

dahin frustrierend, auch weil man NIE wirklich richtig ankommt (wenn man seriös bleiben will...).
Und jetzt fluten diese Daten und all die beschriebenen Probleme auf die "allgemeine Bevölkerung" zu und damit kommt die Verwirrung, Verängstigung, Frustration und der Trotz, (15/n)

die alle ganz natürlich sind - und für die sich niemand schämen muss!
Eine (wichtige) Möglichkeit damit umzugehen, ist die Datenflut einzuschränken. Nicht bei jedem Thema zu versuchen, auf dem Laufenden zu bleiben, sondern sich auf die für einen selbst wichtigsten zu (16/n)

konzentrieren - und für den Rest Fachleuten zu vertrauen. Und da sind die, die zwischen sicherem Wissen und Vermutungen unterscheiden, ihre Denkwege erklären und bereit sind, Meinungen anzupassen immer verlässlicher, als die, die mit vermeintlicher Autorität "predigen"! (17/n)

Der Rest ist die Herausforderung, zu akzeptieren, dass man (und andere!) immer nur auf teils unsicherer Basis die aktuell sinnvollsten Entscheidungen treffen kann, dass "Abwarten" zumindest eine zeitlang die Entscheidung zum Nicht-Handeln ist, und dass wir als Menschen (18/n)

da leider auch immer wieder mal falschliegen werden.
Und dann gibt es bei allem Negativen doch eine schöne Seite der "überwältigten Unsicherheit", die man nie vergessen sollte. Denn die Momente, in denen man sich "doof" fühlt, sind oft die, in denen man am meisten lernt, (19/n)

versteht und wächst! Und wie Studierende in den ersten Semestern sehe ich auch bei vielen Menschen während der Pandemie dieses Gefühl, nach intensivem Lernen mehr Fragen zu haben als vorher. Und obwohl sich das oft unangenehm anfühlt, muss man sich dann klar machen, wie (20/n)

viel man auf dem Weg gelernt hat - allein wie viele Fragen man vorher gar nicht hätte stellen können!
Und - und das ist vielleicht das wichtigste - wer viele neue Fragen hat und sich der Unischerheiten des eigenen Wissens bewusst ist, hat eine viel, viel bessere Basis (21/n)

für die eigenen Meinungen und Entscheidungen. Denn so sehr sich das Wissen um die Grenzen des eigenen Wissens oft als Fluch anfühlt, eigentlich ist es ein Zeichen dafür, wie viel man gelernt und verstanden hat.
Und wenn es gelingt, das zu akzeptieren, dann kann man auch (22/n)

ganz gut mit zu wenigen oder zu vielen Daten leben!

Und wenn von Euch irgendwer herausbekommt, wie das wirklich geht, sagt bescheid - fast alle WissenschaftlerInnen wären sehr, sehr dankbar 😉

Mäuschen Out 🐭 (23/23)